NeSyCat Torch: 신경기호 학습 (Neurosymbolic Learning)을 위한 범주형 의미론 (Categorical

요약

NeSyCat Torch는 파편화된 신경기호 의미론을 통합하기 위해 강한 모나드와 집합 구조를 활용하는 프레임워크입니다. 텐서 기반 백엔드를 통해 신경망이 계산 기호를 해석할 수 있도록 하며, 확률적 프로그래밍과 미분 가능한 학습을 지원합니다.

핵심 포인트

• 신경망과 기호적 추론을 통합하는 모나드 기반 프레임워크 구현
• HaskTorch, JAX, PyTorch를 통한 효율적인 텐서 기반 백엔드 제공
• 로그-세미링 및 배치 모나드를 활용한 수치적 안정성과 학습 효율성 확보
• MNIST 덧셈 작업에서 기존 LTN 및 DeepProbLog 대비 우수한 성능 입증